識別影象中的紅色圓形

本小節用到的影象為：

思路：

解決這個問題的思路如下：

Step2. 根據紅色在HSV顏色空間中的範圍，對影象進行分割。屬於紅色的畫素被保留下來（變為白色），其餘畫素置為黑色。

Step3. 形態學運算，對剛才得到的影象進行膨脹，以使紅色區域更明顯

Step4. 利用Hough變換，提取影象中的圓形

Step5. 繪製圓形

上述思路的程式碼如下：

import cv2
import numpy as np

# Step1. 轉換為HSV
img = cv2.imread('images/00.jpg'
 
)
hue_image = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# Step2. 用顏色分割影象
low_range = np.array([0, 123, 100])
high_range = np.array([5, 255, 255])
th = cv2.inRange(hue_image, low_range, high_range)

# Step3. 形態學運算，膨脹
dilated = cv2.dilate(th, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)), iterations=2
 
)

# Step4. Hough Circle
circles = cv2.HoughCircles(dilated, cv2.HOUGH_GRADIENT, 1, 100, param1=15, param2=7, minRadius=10, maxRadius=20)

# Step5. 繪製
if circles is not None:
    x, y, radius = circles[0][0]
    center = (x, y)
    cv2.circle(img, center, radius, (0, 255, 0), 2)
cv2.imshow('result', img)
cv2.waitKey(0
 
)
cv2.destroyAllWindows()

對上述函式做幾點說明：
1、cv2.cvtColor(img, cv2.COLOR_BGR2HSV)：將影象由RGB顏色空間轉換到HSV顏色空間（H-色調、S-飽和度、V-亮度）。與RGB相比，HSV更為關注色彩，而不是亮度。因此可以用於提取固定顏色的物體，比如這裡的紅色小球。

1. cv2.inRange(hue_img, low_range, high_range)：low_range 和 high_range決定了色彩的範圍。

2. dilated = cv2.dilate(th, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3)), iterations=2)：對影象進行膨脹操作，
   函式getStructuringElement，可以獲取常用的結構元素的形狀：矩形（包括線形）、橢圓（包括圓形）及十字形。MORPH_RECT， MORPH_ELLIPSE， MORPH_CROSS
   iterations，迭代的次數

3. cv2.HoughCircles(dilated, cv2.HOUGH_GRADIENT, 1, 100, param1=15, param2=7, minRadius=10, maxRadius=20)

程式的執行結果為：

可以看出，程式準確地識別出了圓形~

今天就到這裡， 拜~